Biopython: extrair IDs de sequência a partir de um arquivo de saída explosão

Question

Eu tenho um arquivo de saída BLAST em formato XML. Ele é de 22 sequências de consulta com 50 batidas a partir de cada sequência de comunicados. E eu quero extrair todos os 50x22 hits. Este é o código que eu tenho atualmente, mas só extrai os 50 sucessos da primeira consulta.

from Bio.Blast import NCBIXM
blast_records = NCBIXML.parse(result_handle)
blast_record = blast_records.next()

save_file = open("/Users/jonbra/Desktop/my_fasta_seq.fasta", 'w')

for alignment in blast_record.alignments:
    for hsp in alignment.hsps:
            save_file.write('>%s\n' % (alignment.title,))
save_file.close()

Alguém tem alguma sugestão como para extrair todos os hits? Eu acho que eu tenho que usar algo mais do que alinhamentos. Espero que isso ficou claro. Obrigado!

Jon

Answer 1

Esta deve obter todos os registros. A novidade em comparação com o original é o

for blast_record in blast_records

que é uma linguagem python para percorrer itens em uma "lista-like" objeto, como os blast_records (verificando o CBIXML documentação do módulo mostrou que parse () na verdade retorna um iterador)

from Bio.Blast import NCBIXM
blast_records = NCBIXML.parse(result_handle)

save_file = open("/Users/jonbra/Desktop/my_fasta_seq.fasta", 'w')

for blast_record in blast_records:
  for alignment in blast_record.alignments:
      for hsp in alignment.hsps:
            save_file.write('>%s\n' % (alignment.title,))
  #here possibly to output something to file, between each blast_record
save_file.close()

Answer 2

Eu usei esse código para extrair todos os resultados

from Bio.Blast import NCBIXML
for record in NCBIXML.parse(open("rpoD.xml")) :
    print "QUERY: %s" % record.query
    for align in record.alignments :
        print " MATCH: %s..." % align.title[:60]
        for hsp in align.hsps :
            print " HSP, e=%f, from position %i to %i" \
                % (hsp.expect, hsp.query_start, hsp.query_end)
            if hsp.align_length < 60 :
                 print "  Query: %s" % hsp.query
                 print "  Match: %s" % hsp.match
                 print "  Sbjct: %s" % hsp.sbjct
            else :
                 print "  Query: %s..." % hsp.query[:57]
                 print "  Match: %s..." % hsp.match[:57]
                 print "  Sbjct: %s..." % hsp.sbjct[:57]


print "Done"

ou para menos detalhes

from Bio.Blast import NCBIXML
for record in NCBIXML.parse(open("NC_003197.xml")) :
    #We want to ignore any queries with no search results:
    if record.alignments :
        print "QUERY: %s..." % record.query[:60]
        for align in record.alignments :
            for hsp in align.hsps :
                print " %s HSP, e=%f, from position %i to %i" \
                % (align.hit_id, hsp.expect, hsp.query_start, hsp.query_end)
print "Done"

Eu usei esse site

http: //www2.warwick. ac.uk/fac/sci/moac/currentstudents/peter_cock/python/rpsblast/